基于SSA-BP极端高温天气驾驶疲劳的检测

摘要：

疲劳驾驶是引起道路交通事故的主要因素之一,提高驾驶疲劳检测精度是预防交通事故的有效措施.为研究驾驶员在极端高温天气下驾驶过程中疲劳程度情况,基于生理反馈仪和卡罗林斯卡嗜睡表(Karolinska sleepiness scale,KSS)主观疲劳调查方法,采集了本地和外地两类驾驶员在正常天气(35℃以下)、高温天气(35～39℃)及极端高温天气(40℃及以上)等3种气温环境下主观疲劳值和生理指标(心电信号与表皮温度).通过应用皮尔逊相关性分析方法、非参数检验(曼-惠特尼U检验)及配对检验针对各项生理指标进行特征分析.结果表明,在极端高温天气下2类驾驶员主观疲劳值与各项生理指标之间存在相关性;两类驾驶员主观疲劳值和各项生理指标在3种天气下变化存在显著差异;相比于本地驾驶员,在极端天气下外地驾驶员疲劳程度的增加较快.在此基础上,选用麻雀搜索算法(sparrow search algorithm,SSA)优化了BP(back propa-gation)神经网络预测模型,建立基于SSA-BP驾驶疲劳检测模型,对样本数据进行预测与分类,验证了该模型的有效性.结果表明,标准BP神经网络和SSA-BP疲劳检测精度分别为88.5％、95％,建立的SSA-BP驾驶疲劳检测模型预测效果良好,可为极端高温道路交通安全提供参考与借鉴.

关键词：极端高温天气、麻雀搜索算法(SSA)、BP神经网络、驾驶疲劳检测

所属期刊栏目：23

分类号：U419.91(道路工程)

资助基金：国家自然科学基金;新疆维吾尔自治区研究生科研创新项目

在线出版日期：2023-03-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1254-1261